Setiap akor meiliki karakteristik yang unik sebagai pembeda satu akor dengan yang lainnya. Akor merupakan beberapa nada yang dimainkan secara bersamaan dan digunakan untuk merepresentasikan struktur harmonik dalam bentuk urutan dan susunan yang memiliki tempo yang membangun struktur musik secara keseluruhan. Sehingga Pengenalan akor membutuhkan waktu dan insting dalam pengenalan pola nada.
Fuzzy Hidden Markov Model (FHMM) adalah sebuah metode yang dapat digunakan pada kasus pattern recognition. FHMM merupakan pengembangan dari model statistik HMM yang menggantikan proses kuantisasi vektor dengan model Fuzzy Clustering (FCM). Perangkat lunak yang dibangun akan menggunakan representasi Chroma atau Picth Class Profile (PCP) sebagai vektor ciri yang singkat.
Penelitian tugas akhir ini memberikan output berupa urutan akor dari musik/lagu. Hasil dari pengujian yang dilakukan, sistem klasisfikasi yang dirancang dapat mengenali 36 akor musik dengan akurasi terbaik sebesar 58,26%. Melalui perangkat lunak ini diharapkan dapat membantu pemakai dalam memainkan musik apabila pemain tidak mengetahui atau sulit dalam mengenali akor dari sebuah lagu.
Musik, Akor, Chroma Vector, Fuzzy Hidden Markov Model, Fuzzy Clustering